V-ECE：无需分箱的通用校准误差估计

研究者提出变分估计器 V-ECE，无需分箱或聚类，即可估计基于通用凸散度（含 L_p 距离）的校准误差，并给出二分类与多分类场景的闭式损失。该方法通过梯度提升拟合温度缩放的残差来估计超额风险，作者称其在期望上给出真实校准误差的下界。 在由真实分类器构建、已知真实 CE 的半合成基准上，V-ECE 在各类校准误差下均为最准确的二分类估计器之一，并显著优于所有多分类估计器。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。